待验证50% 置信事实精确时间

简单分类任务用 Haiku 级别模型可将单次调用成本压低至旗舰模型的 1/20 甚至更低

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/9/17

首次发现

有效期至：2026/12/16

来源

多智能体SOC应用的LLM选型策略：规则路由还是LLM自主决策？

涉及实体

Claude Haikumodel

相关事实

待验证Haiku的API调用成本约为Opus的1/60，而在简单任务上两者的准确率差距可能不到2%72% 相似已验证MoE架构的单次推理成本相比同等参数规模的稠密模型可降低5-10倍71% 相似待验证简单任务用小模型完成的成本可能只有大模型的十分之一甚至更低71% 相似待验证模型分级调用策略将简单意图识别交给7B量级小模型、复杂推理上送GPT-4o，可将Token成本降低60%以上70% 相似待验证单价更高的大模型在完整任务上的总成本反而可能更低70% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/928202

API

curl https://kongchang.com/api/v1/knowledge/claims/928202

MCP

get_claim(id=928202)